發(fā)布時間：2017-08-15 09:23

  本文關鍵詞：基于快速S變換和卡爾曼濾波算法的電能質量分析系統(tǒng)研究

  更多相關文章： 電能質量 快速S變換 擴展卡爾曼濾波 實時分析 DSP

【摘要】：隨著我國電網(wǎng)的發(fā)展和社會的進步,越來越多的大容量分布式電源、大功率電力電子裝置接入電網(wǎng),給電網(wǎng)電能質量問題帶來了前所未有的挑戰(zhàn),電力供應的質量問題也正日益受到關注。保證供電可靠性和電能質量已被提升到了國家電網(wǎng)核心責任的高度。因此,開展對電能質量信號分析等問題的研究具有重要的理論和實踐意義。深入研究電能質量問題需要有效的算法來提取出電能擾動波形的特征量。本文就這一問題介紹了一種快速S變換法,它是經(jīng)典S變換法的改進算法,能夠消除經(jīng)典S變換結果中的冗余信息,因而減小了計算復雜度和計算所需的存儲空間�？焖賁變換法的計算復雜度與快速傅里葉變換相當,能夠實時在線運行。本文用該算法和小波變換對電力系統(tǒng)主要的暫態(tài)擾動信號進行分析,對比分析結果表明該算法能夠有效提取出電能擾動波形的特征量,而快速S變換比小波變換有更好的抗噪聲性能。為了能夠更加穩(wěn)定、快速和準確的提取出電能擾動信號的瞬時幅值、瞬時頻率和瞬時相位等特征參數(shù),本文提出了基于擴展卡爾曼濾波的改進算法。該算法將快速S變換法與傳統(tǒng)卡爾曼濾波算法相結合,將快速S變換法提取出的信號特征量引入到卡爾曼濾波算法中,改善了原算法跟蹤快速突變信號的性能,提高了原算法計算突變信號特征參數(shù)的抗噪聲能力。本文通過MATLAB仿真實驗驗證了該算法的有效性。最后設計了一個由DSP硬件電路和計算機軟件組成的系統(tǒng)。通過DSP硬件電路采樣信號發(fā)生器產(chǎn)生的電能質量波形,接著按TCP協(xié)議將數(shù)據(jù)打包并上傳到計算機上,然后由計算機按本文介紹的兩個算法完成電壓信號的特征量提取和特征參數(shù)計算。實驗表明本文提出的方法能夠實現(xiàn)電能質量信號的實時分析。
【關鍵詞】：電能質量 快速S變換 擴展卡爾曼濾波 實時分析 DSP
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM711
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-16
• 1.1 選題的背景和意義9-10
• 1.2 國內(nèi)外研究概況10-14
• 1.2.1 電能質量事件特征參數(shù)計算方法11-13
• 1.2.2 電能質量事件分類方法13
• 1.2.3 電能質量分析儀器的實現(xiàn)13-14
• 1.3 本文的主要工作14-16
• 2 基于快速S變換算法的電能質量信號時頻域分析16-36
• 2.1 S變換的理論基礎16-17
• 2.2 S變換的性質17-18
• 2.3 離散S變換算法18-19
• 2.4 快速S變換算法19-25
• 2.4.1 時頻分布的采樣原理20-23
• 2.4.2 算法的計算復雜度和存儲空間要求23-25
• 2.5 快速S變換算法對電能質量信號的分析25-35
• 2.5.1 時頻分析方法對電壓暫態(tài)擾動的分析對比25-31
• 2.5.2 系統(tǒng)抗噪聲設計31-32
• 2.5.3 時頻分析算法抗噪聲性能比較32-35
• 2.6 本章小結35-36
• 3 基于改進卡爾曼濾波算法的電能質量信號特征參數(shù)計算36-55
• 3.1 線性卡爾曼濾波算法的原理36-39
• 3.2 卡爾曼濾波算法結果意義討論39-40
• 3.3 擴展卡爾曼濾波算法40-42
• 3.4 電力系統(tǒng)電壓信號的擴展卡爾曼濾波模型42-43
• 3.5 對擴展卡爾曼濾波算法的改進43-47
• 3.5.1 抗噪聲性能的改進44-45
• 3.5.2 跟蹤電壓幅值突變性能的改進45-47
• 3.6 改進的擴展卡爾曼濾波算法對電能質量信號的分析47-54
• 3.6.1 對暫態(tài)電能質量波形的跟蹤47-50
• 3.6.2 對穩(wěn)態(tài)電能質量波形的跟蹤50-54
• 3.7 本章小結54-55
• 4 實時分析算法的設計與實現(xiàn)55-62
• 4.1 信號采樣和數(shù)據(jù)發(fā)送的硬件實現(xiàn)55-58
• 4.2 算法的計算機軟件實現(xiàn)58-61
• 4.3 本章小結61-62
• 5 總結與展望62-64
• 5.1 全文小結62-63
• 5.2 本文不足與工作展望63-64
• 致謝64-66
• 參考文獻66-72
• 附錄1 IEEE 34節(jié)點分布式系統(tǒng)部分參數(shù)72-75
• 附錄2 抽樣率變換濾波器參數(shù)75-76

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘭義華;任浩征;張勇;趙雪峰;;一種基于“當前”模型的改進卡爾曼濾波算法[J];山東大學學報(工學版);2012年05期

2 張哲;陳德樹;;卡爾曼濾波算法與富氏算法的分析比較[J];電力系統(tǒng)自動化;1990年04期

3 萬建偉,皇甫堪,梁甸農(nóng);基于推廣卡爾曼濾波算法的聲測定位技術[J];國防科技參考;1997年04期

4 夏建濤,任震,陳立,景占榮;極坐標下卡爾曼濾波算法的研究[J];西北工業(yè)大學學報;2000年03期

5 高磊,崔鑫水;一種自適應協(xié)方差矩陣旋轉變換卡爾曼濾波算法及其應用[J];航天控制;2004年03期

6 高磊;一種反饋修正推廣卡爾曼濾波算法及其應用[J];航天控制;2004年05期

7 劉劍鋒;莊志洪;劉中;;卡爾曼濾波算法在最佳起爆角估計中的應用[J];彈箭與制導學報;2005年S1期

8 阮建國;陳炯;;一種適于快速實現(xiàn)的卡爾曼濾波算法的改進[J];電測與儀表;2009年02期

9 陳陌寒;巴曉輝;何璐;陳杰;;復雜信號環(huán)境下的魯棒卡爾曼濾波算法[J];科學技術與工程;2011年17期

10 李莉;宋志強;;轉換坐標卡爾曼濾波算法在雷達數(shù)據(jù)融合中的應用[J];儀器儀表用戶;2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 劉棟;王惠林;;卡爾曼濾波算法在目標定位系統(tǒng)中的應用[A];第九屆全國光電技術學術交流會論文集（上冊）[C];2010年

2 周紅波;耿伯英;;基于目標跟蹤的無偏轉換測量卡爾曼濾波算法研究[A];2007中國控制與決策學術年會論文集[C];2007年

3 陳婧;謝磊;李備;;水路交通中的卡爾曼濾波算法綜述[A];第七屆中國智能交通年會論文集[C];2012年

4 趙汝祺;趙祚喜;趙汝準;;基于多項式卡爾曼濾波算法的車輛定位試驗研究[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

5 曾翠娟;杜傳利;;動態(tài)GPS自適應卡爾曼濾波算法的FPGA實現(xiàn)[A];第13屆全國計算機、網(wǎng)絡在現(xiàn)代科學技術領域的應用學術會議論文集[C];2007年

6 李鵬;宋申民;陳興林;;自適應平方根無跡卡爾曼濾波算法[A];2009年中國智能自動化會議論文集（第八分冊）[控制理論與應用（專刊）][C];2009年

7 程慧俐;王紀文;張洪鉞;;在未知噪聲統(tǒng)計情況下的一種新的自適應卡爾曼濾波算法[A];1994中國控制與決策學術年會論文集[C];1994年

8 劉健;劉忠;玄兆林;;純方位目標運動分析的自適應擴展卡爾曼濾波算法[A];2005年全國水聲學學術會議論文集[C];2005年

9 朱寧;錢偉康;郭強;;基于嵌入式XP的光譜分析系統(tǒng)[A];全國第一屆嵌入式技術聯(lián)合學術會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 孫景榮;X射線脈沖星導航及其增強方法研究[D];西安電子科技大學;2014年

2 葛磊;容積卡爾曼濾波算法研究及其在導航中的應用[D];哈爾濱工程大學;2013年

3 馮波;線性濾波估計算法研究及在慣性導航系統(tǒng)中的應用[D];北京理工大學;2014年

4 孟軍英;基于粒子濾波框架目標跟蹤優(yōu)化算法的研究[D];燕山大學;2014年

5 周聰;基于非線性估計理論的線控轉向汽車狀態(tài)估計研究[D];西南交通大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 龐瀛洲;關于電池BMS系統(tǒng)SOC估測算法的研究[D];長安大學;2015年

2 張冬梅;基于改進卡爾曼濾波算法的SOC估計方法研究[D];西南交通大學;2015年

3 林燕平;長基線導航系統(tǒng)濾波算法的研究與實現(xiàn)[D];沈陽理工大學;2015年

4 唐鵬;基于ADS-B數(shù)據(jù)監(jiān)視性能評估技術研究[D];中國民航大學;2015年

5 陳辰;基于卡爾曼濾波算法的短期風電功率預測[D];新疆大學;2015年

6 馬康健;基于分布式共識的無線傳感器網(wǎng)絡目標跟蹤技術研究[D];哈爾濱工業(yè)大學;2016年

7 周暄承;可穿戴計算中能效提高策略研究[D];南京郵電大學;2016年

8 杜振新;基于無跡卡爾曼濾波算法的動力電池剩余電量估算[D];長安大學;2016年

9 張弛;基于無跡卡爾曼濾波算法的某民航發(fā)動機性能衰退分析[D];中國民航大學;2016年

10 張兵;基于突變擾動的SOC估算研究[D];重慶郵電大學;2016年

，

本文編號：677400